SMPR: الانحدار الثنائي للوضعية متعددة الأشخاص في مرحلة واحدة

يمكن تقسيم مُقدّرات وضعية الأشخاص متعددة الأشخاص الحالية إلى نوعين رئيسيين: النماذج ذات المرحلتين (النماذج العلوية-السفلية والنمذجة السفلية-العلوية)، والنماذج ذات المرحلة الواحدة. تُعاني النماذج ذات المرحلتين إما من تكرار حسابي عالٍ بسبب الحاجة إلى كاشفات إضافية للأفراد، أو من تجميع النقاط المميزة بطريقة تجريبية بعد توقع جميع النقاط المُحددة دون تمييز للInstances. أما النماذج ذات المرحلة الواحدة التي تم اقتراحها مؤخرًا، فهي لا تعتمد على المرحلتين الإضافيتين المذكورتين، لكن أداؤها أقل من أحدث النماذج السفلية-العلوية. في هذا العمل، نقدم طريقة جديدة لتقدير وضعية الأشخاص متعددة الأشخاص ذات المرحلة الواحدة، تُسمى SMPR. تعتمد هذه الطريقة على نموذج التوقع الكثيف، وتُقدّر نقاطًا مميزة مُدركة للـInstance من كل موقع. بالإضافة إلى تجميع السمات، نقترح استراتيجيات أفضل لتحديد فرضيات الوضعية الموجبة أثناء التدريب، وهي تلعب دورًا مهمًا جدًا في تقدير الوضعية الكثيفة. كما يتعلم الشبكة أيضًا درجات التقدير للوضعيات المُقدّرة. وتُحسّن استراتيجية تقييم الوضعية الأداء العام من خلال تفضيل الوضعيات الأفضل أثناء عملية تقليل القيم القصوى غير المُتداخلة (NMS). ونُظهر أن طريقة التقييم هذه لا تفوق النماذج ذات المرحلة الواحدة الحالية فحسب، بل تُصبح تنافسية مع أحدث النماذج السفلية-العلوية، حيث تحقق 70.2 AP و77.5 AP75 على معيار تقييم وضعية COCO test-dev. يمكن الوصول إلى الكود من خلال الرابط التالي: https://github.com/cmdi-dlut/SMPR.